1) local consistent fitting
局部协调逼近
2) partial approximation
局部逼近
1.
With regards to Shepard method, in the paper, we present a better one based on partial approximation to fit messy data.
本文针对散乱数据拟合的shepard方法,提出了一种局部逼近的新方法。
3) Local cone approximation
局部锥逼近
4) Locally smooth approximating
局部光滑逼近
1.
In order to process the nonlinear data with high-dimensional and high complexity efficiently,and found the dimensional characteristic embedded in the source data space,the manifold learning algorithm based on Locally smooth approximating was proposed on the basis of the analysis of the typical manifold learning algorithm.
为了更高效的处理高维数、高复杂性的非线性数据,发现其嵌入在源数据空间中的本维特征,提出了基于局部光滑逼近思想的流形学习算法,通过局部线性误差逼近最小化,实现将高维数据映射到低维空间。
5) Locally linear approximating(LLA)
局部线性逼近
6) best local approximation
最佳局部逼近
补充资料：函数的局部逼近
函数的局部逼近
local approximation of fimctions
函数的局部逼近【】以川a即rO:应na石阅of加叫出创旧;二oK幼‘。oe nPo6二H二eu，e中yllK颐，益」 集合EC=R“上函数f的一种逼近度量(特别是最佳逼近(比tapproximation)度量).主要问题是研究当m巴E~O时一个函数局部逼近的性态.在某些情形下，可借助函数的局部逼近来刻画被逼近函数的光滑阶，设E。(f;(:，刀))为区间(:，刀)(a蕊:<刀(b)上。次代数多项式对函数fcC【a，b]的最佳逼近.下述结论成立:函数f在la，b]上各点有。十1阶连续导数的充分必要条件是 奥琴兰典真卫一月‘x、，a簇x簇“· 气P一“夕对口~x，，一x，:
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条